• 한국엔터테인먼트산업학회논문지
• /
• 제15권7호
• /
• pp.259-269
• /
• 2021

본 연구는 제주지역 문화원형인 '설문대 할망과 오백장군' 전설을 고찰하고, 그 내용의 특징을 분석해 보았다. 그리고 분석된 문화원형을 기반으로 게임, 애니메이션 등의 문화 콘텐츠로 활용할 수 있는지에 대한 타당성을 분석한 후 이를 바탕으로 문화 기획사에게 문화원형을 기반으로 한 문화기획 접근 방법을 제시하고자 하였다. 따라서 본 연구의 시사점은 다음과 같다. 첫째, 국내 문화원형 중 제주도 전설을 대표하는 '설문대 할망과 오백장군'은 많은 역사 연구가 및 채록가를 중심으로 정리되고 있지만, 정확한 전설의 시점과 어떻게 발생되었는지에 대한 정확한 정립이 없다. 따라서 문화기획사들은 문화원형을 기반으로 한 콘텐츠 기획 및 개발 시 역사적 고증과 지역민들의 의견을 조사하여 일치된 이야기 관점을 파악한 후 개발하는 것이 무엇보다 중요하다고 볼 수 있다. 둘째, 문화원형 내용이 역사가 및 채록가에 의해서 조금 다르게 정리되고 있지만 이야기가 주고자 하는 주된 내용 및 특성들은 유사한 형태를 띠는 것을 알 수 있었다. 따라서 문화기획사들은 문화원형을 할 때 비록 하나의 이야기가 여러 사람에 의해 다르게 쓰였다 할지라도 이야기의 관점과 특성을 찾아내는 것에 주안점을 두어야 할 것이다. 셋째, 문화원형을 바탕으로 게임 기획 시 게임으로 표현하고자 하는 요소와 재미 요소 등 주 요소들을 찾아내어 제시되어야 한다. 특히 게임은 재미와 룰이 가장 중요한 부분이기 때문에 문화원형 이야기에서 이 부분이 도출되지 않거나 만들 수 없다면 문화원형을 게임으로 변화시키기에는 무리가 존재한다. 따라서 문화기획사들은 문화원형 전체 이야기 중 핵심 혹은 비핵심이더라도 이야기 표현과 재미부분을 고려하여 게임 기획의도를 설정하는 것이 중요하다고 볼 수 있다. 마지막으로 문화원형인 '설문대 할망과 오백장군'을 애니메이션 콘텐츠로 기획 시에도 제시되었지만 스토리, 캐릭터, 매체, 주시청자 등을 고려하여 개발하는 것이 중요하다. 따라서 문화기획사들은 문화원형에서 각색할 수 있는 스토리, 대표 캐릭터 및 보조캐릭터, 주시청자 등의 요소들을 최대한 도출해 낼 수 있어야 하며 간단한 쇼케이스 정도의 애니메이션을 제작하여 주시청자들의 반응을 살펴보는 것도 콘텐츠 완성도를 높이는 데 중요한 부분이 될 것이다.

• 한국수자원학회논문집
• /
• 제56권4호
• /
• pp.235-243
• /
• 2023

하천법 개정 및 수자원의 조사·계획 및 관리에 관한 법률 제정으로 하상변동조사를 정기적으로 실시하는 것이 의무화되었고, 지자체가 계획적으로 수자원을 관리할 수 있도록 제도가 마련되고 있다. 하상 지형은 직접 측량할 수 없기 때문에 수심 측량을 통해 간접적으로 이루어지고 있으며, 레벨측량이나 음향측심기를 활용한 접촉식 방법으로 이루어지고 있다. 접촉식 수심측량법은 자료수집이 제한적이기 때문에 공간해상도가 낮고 연속적인 측량이 불가능하다는 한계가 있어 최근에는 LiDAR나 초분광영상을 이용한 원격탐사를 이용한 수심측정 기술이 개발되고 있다. 개발된 초분광영상을 이용한 수심측정 기술은 접촉식 조사보다 넓은 지역을 조사할 수 있고, 잦은 빈도로 자료취득이 용이한 드론에 경량 초분광센서를 탑재하여 초분광영상을 취득하고, 최적 밴드비 탐색 알고리즘을 적용해 수심분포 산정이 가능하다. 기존의 초분광 원격탐사 기법은 드론의 경로비행으로 획득한 초분광영상을 면단위의 영상으로 정합한 후 특정 물리량에 대한 분석이 수행되었으며, 수심측정의 경우 모래하천을 대상으로 한 연구가 주를 이루었으며, 하상재료에 대한 평가는 이루어지지 않았었다. 본 연구에서는 기존의 초분광영상을 활용한 수심산정 기법을 식생이 있는 하천에 적용하고, 동일지역에서 식생을 제거한 후의 2가지 케이스에 대해서 시공간 초분광영상과 단면초분광영상에 모두 적용하였다. 연구결과, 식생이 없는 경우의 수심산정이 더 높은 정확도를 보였으며, 식생이 있는 경우에는 식생의 높이를 바닥으로 인식한 수심이 산정되었다. 또한, 기존의 단면초분광영상을 이용한 수심산정뿐만 아니라 시공간 초분광영상에서도 수심산정의 높은 정확도를 보여 시공간 초분광영상을 활용한 하상변동(수심변동) 추적의 가능성을 확인하였다.

• 대중서사연구
• /
• 제25권3호
• /
• pp.303-345
• /
• 2019

이 논문은 포탈사이트 Daum에 연재되고 있는 김나임 작가(글/그림)의 웹툰 <바리공주>를 대상으로, 콘텐츠의 서사 구조와 댓글 분석을 질적/양적 방법론을 병행해 수행함으로써, 바리공주 서사무가라는 고전을 기반으로 한 웹툰 콘텐츠의 창작과 수용에 매개된 다층적 대화 양상을 해명했다. 웹툰 <바리공주>는 단위 서사가 독립적, 다선적, 중층적으로 연결되는 옴니버스 구성을 취하되, 바리의 성장담과 로맨스를 통해 개별서사를 통합하는 서사적 장치를 활용했다. 이때 작가는 예고편을 통해 고전원작(서사무가)을 웹툰의 프리퀄에 해당하는 전사(前史)로 활용했고, 원작이 지닌 젠더 비대칭성과 가부장제의 문제에 서사적으로 응답하는 서사적 재구성을 시도했다. 이에 대해 수용자는 비평적/성찰적 차원의 댓글로 토의하는 대화적 공론장을 형성했다. 표집을 통한 통계 분석에 따르면, 댓글의 양상은 〔콘텐츠에 대한 감상과 비평 ≫ 감정 반응 ≫ 직관적 총평 ≫ 지식과 성찰 ≫ 댓글평〕의 순으로 나타났다. 웹툰 <바리공주>의 창작과 수용에는 고전과 현대, 콘텐츠와 수용자, 수용과 창작 차원의 다층적 대화 양상이 작동했다. 창작의 차원에서 작가는 신화적 상징의 간극을 메우는 장치를 활용했으며, 수용자의 차원에서는 댓글을 통해 전통/민속/문화에 대한 정보와 지식, 성찰을 공유하는 문화를 형성했다. 이는 웹툰을 매개로 한 고전과 현대의 대화에 해당한다. 수용자는 웹툰의 향유를 통해, 정보를 보완하고 공감대를 형성하며, 해석학적 조율을 시도하고, 논쟁을 통해 시각을 조율하는 과정을 보였다. 또한 댓글을 다는 태도, 시각, 입장에 대해 논평함으로써, 문학에서의 메타비평에 해당하는 행위 양태를 보였다. 수용자의 댓글은 웹툰의 창작에 피드백 정보로 작용함으로써, 창작과 수용 자체가 웹툰 콘텐츠 제작에 영향을 미치는 실천적 역량으로 작동했다. 이 글은 고전을 기반으로 한 웹툰 <바리공주>가 고전과 현대, 작가와 수용자, 연구자간의 다양한 대화성을 형성함으로써, 감각, 사유, 비평, 성찰에 이르는 '움직이며 역동하는' 콘텐츠로 재구성된다는 것을 구체적으로 해명하는 케이스 스터디로 수행되었다.

• 항공우주정책ㆍ법학회지
• /
• 제29권2호
• /
• pp.109-134
• /
• 2014

본 논문은 국내 선행연구가 아직 이루어지지 않은 2008년 EU 사법재판소의 Friederike Wallentin-Hermann v Alitalia 판결을 검토하고, EU의 항공여객보상에 관한 EC 261/2004 규칙 제5조 제3항의 특별한 사정의 의미와 판단기준을 분석한 논문이다. EC 261/2004 규칙상 특별한 사정의 의미와 그 범위는 항공운송인의 여객보상책임을 면제한다는 측면에서 매우 중요한 의의를 갖는다. 그러나 EC 261/2004 규칙의 문면상 특별한 사정의 법리해석이 명확하지 않기 때문에 이를 구체적으로 파악하기가 쉽지 않다는 문제가 있다. 2008년의 Friederike Wallentin-Hermann v Alitalia 판결에서는 이에 대한 일정한 판단기준을 설정하였다는 점에서 지금까지 많은 사례들에서 확립된 선례로 인용되고 있다. 다만 그 이론구성에 관하여는 다음과 같은 2가지의 문제점이 있다. 첫째, 본건 항공기의 기술적 문제는 EC 261/2004 규칙 전문 (14)에서 특별한 사정의 예시로 들고 있는 '예상치 못한 안전운항상의 문제'와 관련된 것이다. 그러나 EU 사법재판소는 예상치 못한 안전운항상의 의미나 그 유형에 관하여는 아무런 언급이 없고, 본건 기술적 문제를 항공운송인의 통상적인 고유한 업무라는 측면에서 강조하고 있다. 항공기의 기술적 문제, 본건에서 문제된 엔진터빈의 복합적 결함은 안전한 항공운항의 장애요인으로, 안전운항상의 문제가 명확하다. 또한 항공운송인은 실제로 항공정비에 관해 법적인 정기검사를 시행해 오고 있었으나, 예상치 못한 엔진터빈 문제로 결항이라는 예상치 못한 사정이 발생된 것이다. 또한 수차례의 항공정비에 의해서는 발견되지 않는 기술적 문제가 비행기 이륙 직전, 항공기 기장에 의해 기술적 문제로 발견되는 경우에는 특별한 사정으로 판단될 수 있는 것은 아닌가 하는 의문도 제기된다. 만약 이러한 점들이 EC 261/2004 규칙 제5조 제3항의 특별한 사정이 아니라면, 무엇이 특별한 사정으로 포섭될 수 있는지 명확하게 단언하기 어려울 것이 다. 즉, 이와 같은 논리전개에 따른다면, 본건 기술적 문제는 EC 261/2004 규칙 제5조 제3항의 특별한 사정으로 판단할 여지도 있다는 점이다. 이에 대한 판단 자체를 유보한 사법재판소의 판시사항은 문제가 있다고 본다. 둘째, EU 사법재판소는 기술적 문제의 발생빈도 자체만으로는 EC 261/2004 규칙 제5조 제3항의 특별한 사정의 존재 여부를 결정짓는 요소로 판단할 수 없다고 설명하고 있는데, 이에 대하여도 의문이 제기된다. 본건 기술적 문제의 발생빈도 횟수가 만약 극도의 비정상적인 패턴으로 발생하는 경우라면, 이를 단순히 통상적 고유업무의 범위에서만 파악할 수 있겠느냐 하는 점이다. 즉, 항공정비와 같은 기술적 문제를 해결하고자 할 때, 항공운송인이 모든 주의를 기울여 합리적인 조치를 취했음에도, 비정상적인 발생빈도의 형태로 기술적 문제가 발생하는 경우라면, 이는 특별한 사정에 해당될 수도 있게 된다. 예컨대, 평균이상의 발생빈도라는 것이 추후에 항공기의 제조상 결함과 같은 문제로 판명될 수도 있으며, 기계적 설비의 운용상 발생할 수 있는 숨은 결함으로 인해 다발적인 기술적 문제가 발생할 수도 있다. 본 사안에서 EU 사법재판소는 평균적인 발생빈도와 본건 기술적 문제의 발생빈도 간의 특이성 규명 나아가 발생빈도로 인해 특별한 사정을 구성하게 되는 실질적인 요소 및 과정 등에 대하여 상세하게 검토하지 않았다. 리딩케이스로 취급되는 본 판결의 해석론 치고는 다소 아쉬운 점이라 볼 수 있겠다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.